原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于闸门结构健康监测技术领域，提供了一种基于深度学习及数字孪生的闸门健康监测方法、系统及计算机可读存储介质，方法包括：建立闸门的三维有限元模型；对三维有限元模型进行更新，得到可靠的有限元仿真模型，并由此计算出闸门受载荷下整体位移及应力应变；以实测的载荷、局部位移、局部应力及局部应变作为数据特征，有限元计算的整体位移、应力及应变作为数据标签，构建BP神经网络模型进行训练；将BP神经网络模型的输出引入三维数字孪生模型，对闸门结构性能的监测和预测。本发明将数值仿真、深度学习、数字孪生等技术综合进
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117034430 A
(43)申请公布日 2023.11.10
(21)申请号 202311165716.2
(22)申请日 2023.09.11
(71)申请人 湘潭大学
文档评论（0）